QuanEstimation.jl：一个用于量子参数估计的开源 Julia 框架
量子物理
2025-04-11 v3 高能物理 - 理论
计算物理
摘要
作为量子计量学的主要理论支撑，量子参数估计必须跟随量子计量学的步伐走向应用科学与工业界。因此，最优方案设计很快将成为量子参数估计的关键核心任务。为高效完成此任务，亟需面向计算机辅助设计的软件包。为回应这一需求，我们在此推出 QuanEstimation.jl，一个用于量子参数估计中方案评估与设计的开源 Julia 框架。它既可以作为独立软件包使用，也可以作为近期开发的混合语言（Python-Julia）软件包 QuanEstimation [Phys. Rev. Res. 4 (4) (2022) 043057] 的计算核心。利用该框架，可以便捷地进行量子参数估计中的方案评估与设计，尤其是在存在量子噪声的情况下。
引用
@article{arxiv.2405.12066,
title = {QuanEstimation.jl: An open-source Julia framework for quantum parameter estimation},
author = {Huai-Ming Yu and Jing Liu},
journal= {arXiv preprint arXiv:2405.12066},
year = {2025}
}
备注
10 pages, 4 figures. Corresponding package version: v0.2